把AI助手接入企业微信后的真实体验

背景

上个月，我们部门做了一个决定：把 AI 助手接入企业微信，让所有同事都能在工作群里 @机器人 来获取帮助。

起因很简单——我们的内部知识库（Wiki）里躺了大量有用的信息（IT 报修流程、请假制度、项目文档、API 手册），但很少有人会主动去翻。大家遇到问题第一反应还是在群里问，然后等某个知道答案的同事回复。

老板说："能不能做个机器人，让它来回答这些重复问题？"

于是就有了这个项目。

技术实现

整体架构

企业微信群 → @机器人提问
    ↓
企业微信回调 → 我们的后端服务（Node.js）
    ↓
意图分类 → 查询知识库 / 调用API / 转人工
    ↓
生成回答 → 返回到企业微信群

技术选型

核心流程

接收消息： 企业微信群机器人配置一个 Webhook 地址，指向我们的后端服务。当有人在群里 @机器人 并发送消息时，企微会把消息内容 POST 到这个地址。

处理消息： 后端收到消息后，做两件事：

1. 判断是否包含敏感词（防止有人问不合适的问题）
2. 把问题发送到百炼的知识库查询接口

百炼会先在知识库里搜索相关文档片段，然后让 Qwen-max 基于这些片段生成回答。

返回结果： 把 AI 的回答通过企业微信的"发送应用消息"API 返回到群里，@提问者。

一个具体的处理流程

同事提问：

"@小助手 我的电脑连不上公司 WiFi 了怎么办？"

后端处理步骤：

1. 意图识别：判断为"IT 支持类问题"
2. 知识库检索：在知识库里搜索"WiFi 连接"、"网络故障"相关的文档
3. 检索到的文档片段：

"公司 WiFi 名称为 Office-WiFi，连接密码请联系 IT 部门获取。如果无法连接，请先尝试重启电脑和路由器。如果仍然无法连接，请提交 IT 工单。"

1. LLM 生成回答：基于检索到的文档，生成对提问者有用的回答
2. 输出到群里：

@张三 连接公司 WiFi 的方法：

1. WiFi 名称：Office-WiFi
2. 密码：请私聊 IT 部门获取
3. 如果连不上，先重启电脑和路由器试试
4. 还是不行的话，登录 IT 工单系统提一个网络故障工单

需要我帮你转人工吗？回复"转人工"即可。

真实效果

上线一个月的数据

最意外的是使用量： 第一天上线只有 30 多次调用，到第三周已经每天稳定在 60-80 次了。同事们的接受度比我们预想的高很多。

最受欢迎的功能是"IT 报修"和"请假流程查询"——这两个问题占了总提问的 40%。以前 HR 和 IT 同事每天要在群里回答好几遍同样的问题，现在终于可以少回一点了。

用户的真实反馈

收集到的反馈主要有几类：

正面的：

• "查请假余额不用去 HR 系统了，群里问一下就行，方便。"
• "比翻 Wiki 快太多了，关键是它可以直接回答问题，不用我自己找关键词。"
• "半夜加班遇到问题也有人（机器）回答了。"

负面的：

• "有时候它答非所问，明明问的是休假政策，它给我回答加班补贴。"
• "回答太长了，能不能短一点？"
• "不支持图片识别，我截了个报错图它看不懂。"

踩过的坑

坑1：企微的机器人有"说话频率限制"

上线第一天就踩的坑。企微对单个机器人的消息发送有频率限制——每分钟不能超过 20 条。一开始我们没注意，结果高峰期好几个同事的提问没有得到即时回复。

解决方法： 加了消息队列，请求排队处理，同时给用户回复"正在处理，请稍候……"的等待提示。

坑2：回答太长被截断

企微的消息有长度限制（正文最长 2048 个字符）。AI 有时候给出长篇大论的答案，直接被截断了，只显示一半。

解决方法： 在 Prompt 里加了一句"回答控制在 300 字以内，如果内容较多请用列表形式"。同时在后端做了截断检测，如果回答超长就自动分段发送。

坑3：用户期待太高

有些同事以为这个 AI 什么都知道，开始问"帮我写一下下周的述职报告"、"帮我分析一下我们部门的业绩数据"——这些都是 AI 没有权限或没有数据支撑的。

解决方法： 在机器人的欢迎语里明确说明它能做什么、不能做什么。同时加了一个兜底回复："抱歉，这个问题超出了我的能力范围，我帮你转接人工客服。"

坑4：知识库更新不及时

一开始我们导入了 Wiki 的全部内容作为知识库。但问题在于 Wiki 本身也在不断更新——有人更新了流程文档，但知识库里的还是旧版本。

解决方法： 写了一个定时脚本，每天凌晨自动同步 Wiki 的最新内容到知识库。

一些反思

什么场景适合接入企业微信 AI 助手

企业微信 AI 助手最适合以下场景：

1. 高频重复的"问答型"需求——IT 支持、HR 政策、报销流程等
2. 内部知识库的"自然语言入口"——降低查阅文档的门槛
3. 需要 7x24 小时响应的场景——非工作时间也有人（机）值守

什么场景不适合

1. 需要操作敏感数据的——比如查工资、改权限，这类操作不适合交给 AI
2. 回答需要人工审核的——涉及法律、合规、财务的敏感问题，AI 答错了后果严重
3. 用户情绪激动的场景——AI 没有处理用户情绪的能力，这种场景需要真人介入

总结

把 AI 助手接入企业微信这件事，投入不大（一个人搭了两天），但效果比预期好很多。

它并没有取代任何人的工作——IT 和 HR 同事原来要回答的那些问题，仍然需要他们回答（因为 AI 处理不了的问题会转人工）。但它确实把那些"重复回答 100 遍"的事情接过去了，让同事可以腾出时间处理真正需要人的事情。

如果你公司也用企业微信，内部也有大量"反复问同样问题"的场景，可以试试做一个类似的机器人。真的不复杂，但同事的口碑回报率很高。